建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
选择版块
直达楼层
标签
您还可以添加5个标签
  • 没有搜索到和“关键字”相关的标签
  • 云产品
  • 解决方案
  • 技术领域
  • 通用技术
  • 平台功能
取消

采纳成功

您已采纳当前回复为最佳回复

Tianyi_Li

发帖: 386粉丝: 212

发消息 + 关注

更新于2021年04月02日 20:50:15 126 1
直达本楼层的链接
楼主
显示全部楼层
[活动体验] MindSpore 1.2.0-rc1版本 更新体验

  1. 硬件平台以及操作系统配置

    CPU  Windows-x64

    image.png

  2. 运行成功截图

    屏幕截图 2021-04-02 203755.jpg

  3. 运行体验

    参考官网教程(含完整详细代码以及操作步骤,这一点好评)熟悉了一下操作,具体划分为了数据准备、模型开发、模型训练等全流程开发,对了,这次官方教程选取的是经典的LeNet网络     和著名的“Hello World”数据集——MNIST数据集,实现手写数字图片分类应用。

   很多时候,我们面临切换训练硬件设备的问题,MindSpore可以通过代码设置context.set_context(mode=context.GRAPH_MODE, device_target="CPU") ,很方便快捷。

   这是loss曲线

image.png

    可以看到loss值收敛到一定小的值后,loss值开始振荡在一个小的区间上无法趋0,再继续增加训练并无明显收益,所以训练结束,最终Acc 96.7,还行。总的来说,还是不错的,不过在大数据集下,训练大型网络或最新网络如何,这就待日后体验了。


    个人邮箱:tjulitianyi@163.com










举报
分享

分享文章到朋友圈

分享文章到微博

采纳成功

您已采纳当前回复为最佳回复

埼玉

发帖: 84粉丝: 17

级别 : 版主,版块专家

发消息 + 关注

发表于2021年04月09日 20:24:36
直达本楼层的链接
沙发
显示全部楼层

你好,建议丰富一下分享内容哦~活动还在进行中,加油

点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册

结贴

您对问题的回复是否满意?
满意度
非常满意 满意 一般 不满意
我要反馈
0/200